---
title: video_single_object_tracking_dataset
canonical_url: "https://www.modelscope.cn/datasets/modelscope/video_single_object_tracking_dataset"
md_url: "https://www.modelscope.cn/datasets/modelscope/video_single_object_tracking_dataset.md"
repository: modelscope/video_single_object_tracking_dataset
chinese_name: "视频单目标跟踪数据集"
last_updated: 2022-09-23
license: CC-BY-4.0
storage_size: "2.7 KB"
domain:
  - video
tasks:
  - "Object Tracking"
encoding:
  - mpeg
resolutions:
  - "1280 x 720"
downloads: 1104
stars: 5
---

# video_single_object_tracking_dataset

> video_single_object_tracking_dataset - modelscope 在 ModelScope 开源的数据集。数据集描述 该数据集用于视频单目标跟踪（video-single-object-tracking）算法模型测试

modelscope/video_single_object_tracking_dataset 是 ModelScope 魔搭社区上的Object Tracking数据集，涉及 video 领域，存储大小 2.7 KB，采用 CC-BY-4.0 许可。

- **Repository**: modelscope/video_single_object_tracking_dataset
- **License**: CC-BY-4.0
- **Tasks**: Object Tracking
- **Domain**: video
- **Storage size**: 2.7 KB
- **Downloads**: 1104
- **Stars**: 5
- **Last updated**: 2022-09-23

Source: https://www.modelscope.cn/datasets/modelscope/video_single_object_tracking_dataset

---

## 数据集描述
该数据集用于视频单目标跟踪（video-single-object-tracking）算法模型测试

### 数据集简介
该数据集包含视频文件和对应每帧的目标真实框。


## 数据集的格式和结构

### 数据格式
数据集中每个数据对包括一个视频文件（\*.mp4）和对应的label文本文件（\*_groundtruth.txt）。
其中每个文本文件包括对应视频每帧的目标真实矩形框，第K行是第K帧的矩形框，每行包含4个数字，分别为矩形框的left, top, right, bottom.


### 数据集加载方式
```python
from modelscope.msdatasets import MsDataset
from modelscope.utils.constant import DownloadMode

ms_ds_test = MsDataset.load("video_single_object_tracking_dataset", namespace="modelscope", split="test", download_mode=DownloadMode.FORCE_REDOWNLOAD)
print(next(iter(ms_ds_test)))
```

### 数据分片
该数据集只作为测试集进行使用。



## 数据集生成的相关信息

### 原始数据
原始数据和标注引用于GOT-10k数据集。

## 数据集版权信息

数据集相采用CC-BY-4.0开源协议。

## 引用方式

```BibTeX
@ARTICLE{Huang2021,
  author={Huang, Lianghua and Zhao, Xin and Huang, Kaiqi},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence}, 
  title={GOT-10k: A Large High-Diversity Benchmark for Generic Object Tracking in the Wild}, 
  year={2021},
  volume={43},
  number={5},
  pages={1562-1577},
  doi={10.1109/TPAMI.2019.2957464}}
```